v0.20.6 rebuild platform environments from templates

2026-05-07 21:00:21 +08:00
parent bb2c91754b
commit b3050260b2
93 changed files with 6027 additions and 89 deletions
@@ -0,0 +1,237 @@
+---
+name: source-quality
+description: 信源质量评分系统（0-10 分制）与黑名单机制。规定每个信源入库前的评估维度、硬性淘汰规则、利益冲突检测。所有收集信源的 agent 都必须用此技能给每条信源打分后写入 sources.jsonl。
+---
+
+# 信源质量评分（0-10 分制）
+
+## 一、评分维度（满分 10 分）
+
+| 维度 | 满分 | 判断标准 |
+|---|---|---|
+| 权威性 | 3 | 期刊 IF、机构排名 |
+| 时效性 | 2 | 发表时间 vs 主题 |
+| 一手性 | 2 | 一手数据 > 综述 > 二次解读 |
+| 可验证性 | 2 | 有 DOI/URL/原始数据 |
+| 无利益冲突 | 1 | 厂商自发降权 |
+
+### 维度 1：权威性（0-3 分）
+
+| 分值 | 情形 |
+|---|---|
+| 3.0 | IF ≥ 30（NEJM/Lancet/Nature/Science/Cell/JAMA）、FDA/EMA/NMPA 官方、SEC 披露 |
+| 2.5 | IF 10-30（NatMed/NatBiotech/BMJ/AnnOncol 等）、顶级咨询（MKS/BCG/Deloitte） |
+| 2.0 | IF 5-10（JCO/CircRes/AJRCCM）、IQVIA/EvaluatePharma、系统综述 |
+| 1.5 | IF 3-5、券商研报、行业协会白皮书 |
+| 1.0 | IF 1-3、专业媒体（BioSpace/Endpoints News） |
+| 0.5 | 预印本（bioRxiv/medRxiv）、会议摘要 |
+| 0 | 自媒体、百家号、未署名博客 |
+
+### 维度 2：时效性（0-2 分）
+
+| 主题类型 | 满分年限 | 每老 1 年扣分 |
+|---|---|---|
+| 市场 / 监管 / 临床 | 3 年内 | -0.5 |
+| 作用机制 / 基础研究 | 10 年内 | -0.2 |
+| 政策法规 | **以最新版本为准** | 过时版本 0 分 |
+| 历史追溯（有意为之） | 不限 | 不扣 |
+
+### 维度 3：一手性（0-2 分）
+
+| 分值 | 情形 |
+|---|---|
+| 2.0 | 一手数据（原始 RCT 论文、监管公告、年报原文、专利原文） |
+| 1.5 | 系统综述 / Meta 分析 |
+| 1.0 | 叙述性综述 / Review |
+| 0.5 | 二次解读（新闻报道、券商改写） |
+| 0 | 三次传播以上（"据报道"/"业内人士") |
+
+### 维度 4：可验证性（0-2 分）
+
+| 分值 | 情形 |
+|---|---|
+| 2.0 | 有 DOI + 原始数据可下载（如 ClinicalTrials 的 CSR 附件） |
+| 1.5 | 有 DOI 或稳定 URL，全文可访问 |
+| 1.0 | URL 稳定但需付费墙 |
+| 0.5 | 仅有 URL，无唯一标识符 |
+| 0 | URL 失效 / 404 / 无法验证 |
+
+### 维度 5：利益冲突（0-1 分）
+
+| 分值 | 情形 |
+|---|---|
+| 1.0 | 独立研究（学术机构、政府）、无资助声明冲突 |
+| 0.5 | 有 industry funding 但已声明且方法独立 |
+| 0 | 厂商自发报告 / 直接商业软文 |
+| **-1**（惩罚） | 声明冲突但方法可疑、或对比实验明显偏向资助方 |
+
+---
+
+## 二、综合评分硬规则
+
+| 评分 | 可用性 |
+|---|---|
+| 8.0+ | 可作为核心论据，单独支撑结论 |
+| 6.0-7.9 | 可用，但结论需 ≥2 个独立信源 |
+| 4.0-5.9 | 仅作为参考，**不得作为唯一支撑** |
+| < 4.0 | **禁止**用于结论佐证，只能入发现库 |
+
+---
+
+## 三、检索回执与原文访问
+
+Gemini / Antigravity 模式下，信源质量评分必须和检索回执绑定。任何来源进入 `sources.jsonl` 前，必须能追溯到 `search_log.jsonl` 中的至少一条记录。
+
+### search_log.jsonl 最低字段
+
+```json
+{
+  "receipt_id": "srch_0001",
+  "timestamp": "YYYY-MM-DDTHH:MM:SSZ",
+  "tool": "search-cli|browser|project-search|other",
+  "mode": "academic|scholar|patents|news|extract|general|deep",
+  "query_or_url": "...",
+  "purpose": "which task/card/chapter this supports",
+  "result_count": 10,
+  "opened_urls": ["https://..."],
+  "status": "ok|partial|failed",
+  "failure_reason": null
+}
+```
+
+### sources.jsonl 追加字段
+
+```json
+{
+  "id": "src_042",
+  "search_receipt_ids": ["srch_0001"],
+  "raw_url": "https://...",
+  "canonical_url": "https://...",
+  "source_type": "paper|regulator|trial_registry|patent|filing|database|consulting|media|other",
+  "access_status": "opened_original|opened_abstract|paywalled|failed|snippet_only",
+  "evidence_locator": "page/table/section/trial id/patent claim",
+  "independence_cluster": "cluster_..."
+}
+```
+
+硬规则：
+
+- `snippet_only` 只能作为发现线索，不能支撑正文事实。
+- `failed` 必须保留失败原因，不能根据标题或搜索摘要推断具体数据。
+- `paywalled` / `opened_abstract` 可以用于发现方向，但核心结论还需要至少一个可打开原文或官方记录支撑。
+- 同一公司新闻稿、同一试验登记、同一专利族、同一券商报告转载链，必须归入同一个 `independence_cluster`。
+
+---
+
+## 四、黑名单（直接拒绝入库）
+
+以下信源**无论评分多少都禁用**：
+
+### 1. 明确劣质信源
+- 百家号（baijiahao.baidu.com）
+- 头条号（toutiao.com 非原创栏目）
+- 知乎回答（除非作者本人为业内专家且有实名背书）
+- 小红书、抖音笔记
+- 未署名作者的 wordpress / medium 博客
+
+### 2. 被撤稿论文
+- 查询 Retraction Watch 数据库（https://retractionwatch.com/）
+- Crossref API 检查论文状态：`https://api.crossref.org/works/<DOI>`
+
+### 3. 明显软文/PR 稿
+识别特征（命中任意 2 条即拒）：
+- 标题含 "重磅发布" "首创" "引领" 等夸张词
+- 通篇无具体数据，只有 CEO/专家口头引述
+- 发布渠道是企业官网的"新闻中心"且无交叉第三方验证
+- 仅讲优势不讲局限
+
+### 4. 时效过期
+- 综述 > 5 年（机制研究可放宽）
+- 政策/监管 > 1 年（以最新版本为准）
+- 市场数据 > 2 年
+
+### 5. 维基百科
+- **仅可作术语理解入口**
+- 结论永不引用
+- 如从 Wiki 发现了参考文献，**回溯到原始来源**再引用
+
+---
+
+## 五、利益冲突检测要点
+
+### 常见利益冲突场景
+- 药企赞助的 RCT 对自家产品评价极高 → 查对比剂、盲法、样本量
+- 咨询公司报告引用自家客户数据 → 查 acknowledgment 段
+- 行业协会报告涉及会员企业 → 查资助方名单
+- 券商研报 + 该券商是相关公司的保荐人 → 查 IPO/承销记录
+
+### 操作方法
+每条信源入库前检查：
+1. 作者/机构是否与被评估的公司/产品有商业关联？
+2. 资助声明（funding statement）里提到什么？
+3. 利益披露（disclosure）是否完整？
+
+**发现强利益冲突**：评分 ≤ 3（等同废弃）；写入 `sources.jsonl` 的 `"conflict_of_interest": "..."` 字段。
+
+---
+
+## 六、评分执行流程（伪代码）
+
+```
+for each candidate_source in search_results:
+    # 1. 黑名单快筛
+    if is_blacklisted(candidate_source):
+        log("BLACKLIST: " + source.url); continue
+
+    # 2. 撤稿检查
+    if has_doi(source) and is_retracted(source.doi):
+        log("RETRACTED: " + source.doi); continue
+
+    # 3. 评分
+    score = 0
+    score += authority_score(source)        # 0-3
+    score += recency_score(source, topic)   # 0-2
+    score += primacy_score(source)          # 0-2
+    score += verifiability_score(source)    # 0-2
+    score += coi_score(source)              # 0-1 or -1
+
+    # 4. Tier 加权
+    if source.tier == 1: score *= 1.2
+
+    # 5. 入库
+    if score >= 4.0:
+        append_to_sources_jsonl(source, score)
+    else:
+        log("LOW SCORE (" + score + "): " + source.url)
+```
+
+---
+
+## 七、输出字段（写入 sources.jsonl）
+
+```jsonl
+{
+  "id": "src_042",
+  "score": 8.6,
+  "tier": 1,
+  "authority": 3.0,
+  "recency": 2.0,
+  "primacy": 2.0,
+  "verifiability": 2.0,
+  "coi": 1.0,
+  "conflict_of_interest": null,
+  "blacklist_checked": true,
+  "retraction_checked": true,
+  "search_receipt_ids": ["srch_0001"],
+  "access_status": "opened_original",
+  "evidence_locator": "Table 2",
+  "independence_cluster": "cluster_trial_001",
+  "notes": "NEJM 2025 原文，RCT 独立研究"
+}
+```
+
+---
+
+## 八、审计留痕
+
+所有被**拒绝**的信源，也要写入 `projects/<slug>/phase2/rejected_sources.jsonl`（注明原因、对应 `receipt_id`、拒绝规则）。这是事后复盘的关键，不要静默丢弃。